The Thousand Brains Theory 2.0: An Extension for the Long-Range Connections of the Neocortical Heterarchy
Questo articolo estende la Teoria dei Mille Cervelli proponendo che la neocorteccia operi come un'eterarchia in cui le connessioni talamiche e cortico-corticali a lungo raggio convertono i dati sensoriali egocentrici in modelli allocentrici e consentono l'apprendimento di oggetti composizionali, affrontando così meccanismi anatomici e computazionali dell'intelligenza precedentemente non spiegati.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Il cervello umano è un vasto paesaggio di miliardi di neuroni, ma per oltre un secolo gli scienziati hanno cercato l'unità fondamentale che ne permette la complessità. Negli anni '50, uno neuroscienziato di nome Vernon Mountcastle propose che il cervello sia costruito da colonne ripetitive, come una foresta di alberi identici, dove ogni colonna agisce come un'unità di elaborazione di base. Per decenni, l'idea prevalente è stata che queste colonne lavorino in una gerarchia rigida, come una scala aziendale in cui le informazioni fluiscono verso l'alto dai dettagli semplici alle idee complesse, con la comprensione più sofisticata che appare solo alla sommità. Tuttavia, un crescente corpo di prove suggerisce che il cervello sia molto più interconnesso e flessibile di una semplice scala, con le colonne che comunicano tra loro in modi complessi e non lineari. Comprendere come queste colonne comunicano è cruciale perché contiene la chiave per capire come riconosciamo una tazza di caffè sia se è dritta che se è sottosopra, come impariamo che una ruota è parte di una bicicletta e, infine, come i nostri cervelli costruiscono un modello stabile del mondo da un flusso caotico di dati sensoriali.
In un nuovo articolo intitolato "The Thousand Brains Theory 2.0", i ricercatori Jeff Hawkins, Niels Leadholm e Viviane Clay propongono un importante aggiornamento alla loro precedente teoria su come funziona il cervello. Essi sostengono che il cervello non riceve passivamente le informazioni; invece, ogni singola colonna nel cervello è un sistema sensomotorio che impara muovendosi e sentendo. Gli autori suggeriscono che, per dare senso al mondo, il cervello debba costantemente tradurre le informazioni tra due prospettive diverse: la vista dal punto di vista del sensore stesso, che cambia mentre muoviamo gli occhi o le mani, e una vista stabile e fissa dell'oggetto stesso. Il documento introduce un meccanismo specifico per come avviene questa traduzione e spiega come il cervello impari a vedere gli oggetti come collezioni di altri oggetti, come un'auto fatta di ruote e portiere, piuttosto che come un mucchio di parti disconnesse.
I ricercatori iniziano affrontando un enigma di lunga data nella neuroscienza: il cervello contiene molti diversi tipi di connessioni a lungo raggio tra le sue colonne, e le teorie esistenti faticano a spiegare cosa facciano tutte. Alcune connessioni vanno verso l'alto e verso il basso in una gerarchia, mentre altre corrono lateralmente o circolano attraverso una struttura centrale chiamata talamo. Gli autori propongono che queste connessioni non siano solo cablaggi casuali, ma servano a due compiti distinti e vitali. Il primo compito è quello di agire come un traduttore. Quando guardate un oggetto, i vostri occhi si muovono, la vostra testa si inclina e l'immagine sulla retina cambia costantemente. Eppure, percepite l'oggetto come stabile. L'articolo suggerisce che il talamo, una stazione di rilancio profonda nel cervello, esegua una rapida rotazione di questi dati sensoriali. Prende la vista mutevole e in movimento dei vostri sensori e la converte istantaneamente in una vista fissa e stabile rispetto all'oggetto. Questo accade per ogni singola colonna, permettendo al cervello di riconoscere un volto o uno strumento indipendentemente da come tenete la testa o da dove state guardando con gli occhi.
Il secondo grande contributo del documento è una nuova spiegazione di come il cervello apprenda oggetti complessi e compositi. Nella vecchia visione, si pensava che il cervello si costruisse partendo da linee semplici verso forme complesse man mano che le informazioni salivano la gerarchia. Gli autori sostengono invece che ogni colonna, anche quelle all'estremo inferiore del flusso di elaborazione, impari a riconoscere oggetti interi immediatamente. Le connessioni gerarchiche tra le colonne vengono quindi utilizzate per imparare come questi oggetti interi si incastrino tra loro. Per esempio, una colonna potrebbe imparare com'è fatta una "ruota", mentre una colonna sopra di essa impara com'è fatta una "bicicletta". La connessione tra loro insegna al cervello che una ruota è una parte di una bicicletta e, specificamente, dove quella ruota si trova sulla bicicletta. Questo apprendimento avviene punto per punto mentre muovete gli occhi o le dita sull'oggetto, collegando la posizione della parte alla posizione del tutto. Ciò permette al cervello di capire che un logo su una tazza può essere deformato o curvo, eppure essere comunque riconosciuto come lo stesso logo, perché il cervello ha imparato la relazione tra il logo e la tazza in ogni specifico punto di contatto.
L'articolo chiarisce anche il ruolo del talamo, che è stato spesso visto solo come un passacavi passivo che trasmette i segnali dai sensi alla corteccia. Gli autori suggeriscono che sia un elaboratore attivo che esegue queste cruciali trasformazioni di orientamento. Propongono un meccanismo specifico in cui le cellule talamiche agiscono come interruttori che possono selezionare quale segnale in entrata trasmettere, a seconda dell'attuale orientamento della testa o del corpo. Ciò consente al cervello di mantenere una comprensione coerente del mondo anche mentre il corpo si muove. Inoltre, l'articolo sostiene che il cervello operi come una "eterarchia", una rete complessa dove le regioni possono lavorare in parallelo e comunicare direttamente, piuttosto che come una stretta piramide dove l'informazione deve passare attraverso ogni livello in ordine. Ciò significa che una regione di basso livello può riconoscere un oggetto intero e inviare quell'informazione direttamente a una regione di alto livello, o a un'area motoria, senza aspettare una lenta salita passo dopo passo lungo la gerarchia.
Queste idee non sono solo riflessioni teoriche; gli autori indicano dati sperimentali esistenti che supportano la loro visione, come i neuroni nella corteccia visiva che rispondono agli oggetti indipendentemente dal loro orientamento, e le connessioni tra diverse aree sensoriali che permettono un rapido consenso. Offrono anche previsioni specifiche per esperimenti futuri, come la ricerca di schemi specifici di connessioni tra colonne che rappresentano parti e interi, o il test di come il cervello si adatta quando l'orientamento dell'input sensoriale viene alterato artificialmente. Inquadrando il cervello come una collezione di unità sensomotorie che traducono costantemente il movimento in modelli stabili e imparano come gli oggetti si compongono l'un l'altro, questo lavoro offre una nuova prospettiva sull'intelligenza. Suggerisce che la capacità di comprendere il mondo non derivi da un singolo processore centrale, ma da migliaia di piccole unità specializzate che lavorano insieme per mantenere un'immagine stabile della realtà, indipendentamente da quanto ci muoviamo o da quanto il mondo cambia intorno a noi.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.